强化学习原理、算法及应用 (2006年)

【文件属性】：
文件名称：强化学习原理、算法及应用 (2006年)
文件大小：2.78MB
文件格式：PDF
更新时间：2021-04-24 17:30:45
自然科学 论文 强化学习（Reinforcement Leaming RL）是从动物学习理论发展而来的，它不需要有先验知识，通过不断与环境交互来获得知识，自主的进行动作选择，具有自主学习能力，在自主机器人行为学习中受到广泛重视。本文综述了强化学习的基本原理，各种算法，包括TD算法、Q-学习和R学习等，最后介绍了强化学习的应用及其在多机器人系统中的研究热点问题。